ARBEITSPAPIERE

des Instituts für Genossenschaftswesen

der Westfälischen Wilhelms-Universität Münster

Unternehmensgründungen und Hochschulen –

Eine Analyse der Bedeutung von universitärer Entrepreneurship-Bildung

und Clustermitgliedschaften auf regionale Unternehmensgründungen

von Tobias Bollmann

Nr. 180 Mai 2018

Westfälische Wilhelms-Universität Münster

Institut für Genossenschaftswesen

Am Stadtgraben 9 D-48143 Münster

Tel. ++49 (0) 2 51/83-2 28 01 Fax ++49 (0) 2 51/83-2 28 04

info@ifg-muenster.de www.ifg-muenster.de

I

Vorwort

Unternehmensgründungen erfahren derzeit großes Interesse in Praxis

und Wissenschaft. Dies gilt ebenso für die Bildung von Clustern zur För-

derung von Innovationen. Schließlich ist die Wissensbasierung von Leis-

tungen und anderen Aktivitäten zu einer viel untersuchten Entwicklung

geworden. Wird dann noch der Beitrag von Organisationen mit einer spe-

ziellen Governance, z.B. Universitäten, zu diesem Gründungskomplex

hinzugefügt, entsteht ein sehr interessanter Hintergrund, um Erkenntnisse

von universitärer Entrepreneurship-Bildung sowie von Clustermitglied-

schaften der Universitäten auf regionale Unternehmensgründungen zu

untersuchen.

Die Analyse dieser Thematik hat sich IfG-Mitarbeiter Tobias Bollmann vor-

genommen. Unter Verwendung des Indikators „EXIST-Gründerstipen-

dien“ gelingt es ihm, einen positiven Zusammenhang zwischen regionalen

Gründungsaktivitäten und der Entrepreneurial Education von Hochschu-

len festzustellen. Zusätzlich thematisiert er deren Clustermitgliedschaften

und ihren Einfluss auf die entstehenden Spillover. Im Ergebnis können

Hinweise auf Ansatzpunkte der Innovations-, Regional- und Wissen-

schaftspolitik abgeleitet werden.

Dieses Arbeitspapier ist Teil eines größeren Forschungsprojekts und

entstammt dem „IfG-Forschungscluster II: Kooperation“. Kommentare

und Anregungen sind herzlich willkommen.

Univ.-Prof. Dr. Theresia Theurl

II

Zusammenfassung

Die räumliche Konzentration von wissensbasierten Unternehmensgrün-

dungen wird sowohl in der Wissenschaft als auch in der Politik diskutiert.

Das vorliegende Arbeitspapier untersucht die Bedeutung universitärer

Entrepreneurship-Bildung auf regionale Unternehmensgründungen und

inwiefern dies durch Clustermitgliedschaften der betrachteten Hochschu-

len beeinflusst wird. Somit wird sowohl die steigende Bedeutung von

Hochschulen als wissenserzeugende Institutionen als auch die regional-

ökonomische Debatte um Innovationscluster berücksichtigt. Unter Ver-

wendung von EXIST-Gründerstipendien gelingt es, einen positiven Zu-

sammenhang zwischen regionalen Gründungsaktivitäten und Entrepre-

neurial Education festzustellen. Darüber hinaus kann eine positive Beein-

flussung dieses Zusammenhangs durch Clustermitgliedschaften hinsicht-

lich der Qualität der Spillover identifiziert werden. Die Ergebnisse weisen

somit auf potenzielle Optimierungsmöglichkeiten im Zusammenspiel der

Wirtschafts- und Wissenschaftspolitik hin.

Abstract

The regional concentration of entrepreneurship is being discussed both in

economic science and in politics. This working paper examines the signif-

icance of entrepreneurial education at universities for regional entrepre-

neurship and to what extend this is influenced by cluster memberships.

Thus, both the increasing importance of higher education institutions as

knowledge-producing institutions and the regional economic debate about

innovation clusters are taken into account. Using EXIST-scholarships, it

is possible to establish a positive correlation between regional start-up ac-

tivities and entrepreneurial education. In addition, the results show a pos-

itive impact of cluster membership on the quality of spillovers. The results

thus point to potential optimization possibilities in the interplay of eco-

nomic and scientific policy.

III

Inhaltsverzeichnis

Vorwort ................................................................................................... I

Zusammenfassung................................................................................. II

Abstract .................................................................................................. II

Abbildungsverzeichnis .......................................................................... III

Tabellenverzeichnis .............................................................................. IV

Abkürzungsverzeichnis ......................................................................... IV

1 Einleitung .......................................................................................... 1

2 Konzeptioneller Rahmen ................................................................... 2

3 Entrepreneurial University ................................................................. 8

4 Datensatz ........................................................................................ 10

4.1 EXIST-Stipendien .................................................................. 12

4.2 Entrepreneurial Education ...................................................... 13

4.3 Kontrollvariablen .................................................................... 14

5 Methodik und Ergebnisse ................................................................ 16

5.1 Modellspezifikation................................................................. 16

5.2 Ergebnisse und Diskussion .................................................... 19

6 Fazit ................................................................................................ 23

7 Literaturverzeichnis ......................................................................... 25

8 Anhang ............................................................................................ 31

Abbildungsverzeichnis

Abbildung 1: Prozessorientierte Definition von Entrepreneurship ........... 2

Abbildung 2: Wirkungsweisen der Knowledge Spillover Theory of Entrepreneurship (KSTE) ....................................................................... 5

Abbildung 3: Typisierung von Spillover-Effekten .................................... 6

Abbildung 4: Charakteristika einer Entrepreneurial University ................ 8

Abbildung 5: Entrepreneurial Education im Kontext der KSTE ............... 9

Abbildung 6: Exist-Stipendium als Entrepreneurship-Phase ................. 12

Abbildung 7: Marginaler Einfluss von Entrepreneurial Education für unterschiedliche Clustermitgliedschaften ............................................. 22

IV

Tabellenverzeichnis

Tabelle 1: Ökonomische Theorien zu regional Entrepreneurship ........... 3

Tabelle 2: Variablenübersicht ............................................................... 11

Tabelle 3: Deskriptive Statistik ............................................................. 17

Tabelle 4: Spearman & Pearson Korrelationskoeffizienten ................... 18

Tabelle 5: Pearson Korrelationskoeffizienten ....................................... 18

Tabelle 6: Regressionsergebnisse ....................................................... 20

Tabelle 7: Exemplarischer time-lag der Variablen ................................ 31

Tabelle 8: Stichwörter zur Suche von Entrepreneurial Education ......... 31

Abkürzungsverzeichnis

Abb. Abbildung

Tab. Tabelle

OECD Organisation für wirtschaftliche Zusammenarbeit und Entwicklung

MINT Mathematik, Informatik, Naturwissenschaften, Technik

1

1 Einleitung

Unternehmensgründungen werden in der wissenschaftlichen und politi-

schen Debatte als kritischer Bestandteil regionaler Innovationsfähigkeit

ausgewiesen,1 insbesondere wenn es sich um wissensbasierte Gründun-

gen handelt.2 Prominentes Beispiel ist der Global Entrepreneurship Moni-

tor, welcher über nationale Unterschiede bezüglich des Umfangs und der

Typisierung von Entrepreneurship informiert und Einflüsse auf das jewei-

lige Arbeitsangebot sowie das wirtschaftliche Wachstum aufzeigt.3 Die

Förderung von Entrepreneurship wird daher an vielen Stellen als politi-

sche Zielsetzung formuliert und verfolgt,4 um durch Unternehmensgrün-

dungen Wissensspillover zu internalisieren und regionales Wirtschafts-

wachstum zu generieren.5 Insbesondere den Hochschulen als Institutio-

nen der Wissenserzeugung, die sich im Geltungsbereich direkter staatli-

cher Steuerungsmöglichkeiten befinden, kommt in diesem Zusammen-

hang besondere Bedeutung zu. Neben der Ausbildung von Humankapital

für den Arbeitsmarkt und die Publikation von neuen Erkenntnissen sind

die Kooperationen mit der Wirtschaft, Patentanmeldungen und Unterneh-

mensgründungen in den Mittelpunkt des Interesses gerückt, wodurch das

Humboldtsche Ideal der Universität um ein unternehmerisches Para-

digma erweitert worden ist.6 Die regionale Komponente dieser politischen

und ökonomischen Rahmenbedingungen wird durch die Wirkungsweise

von Wissensspillovern fundiert, sodass eine starke Nähe zur Clusterkon-

zeption besteht.7

Das vorliegende Arbeitspapier stellt daher die Frage, welche Bedeutung

Hochschulen durch die Vermittlung spezifischer Kompetenzen für regio-

nale Unternehmensgründungen haben können und wie diese Position

durch das Clusterkonzept beeinflusst wird.

Nachfolgend werden der konzeptionelle Rahmen der Arbeit (Kapitel 2) so-

wie thematisch relevante Eigenschaften von Universitäten aufgezeigt (Ka-

pitel 3). Darauf aufbauend erfolgt eine Beschreibung der verwendeten Da-

ten (Kapitel 4) sowie eine Erläuterung der Methodik und der Ergebnisse

der empirischen Untersuchung (Kapitel 5). Das Arbeitspapier endet mit

einem Fazit (Kapitel 6).

1 Vgl. Hayter, C. (2013), S. 899; Minniti, M. (2008), S. 780. 2 Vgl. Lejpras, A. (2014), S. 327; Stephan. A. (2014), S. 364. 3 Vgl. auch zur Methodik: Reynolds, P., et al. (2005), S. 208. 4 Vgl. Acs, Z., et al. (2016), S. 35 f. 5 Vgl. Agarwal, R., et al. (2010), S. 271. 6 Vgl. Czarnitzki, D., et al. (2014), S. 310. 7 Vgl. Quian, et al. (2013), S. 565 ff.

2

2 Konzeptioneller Rahmen

Als Entrepreneurship wird in der vorliegenden Arbeit eine selbstständige

wirtschaftliche Tätigkeit aufgefasst, welche sich durch die Umsetzung ei-

ner ökonomischen Möglichkeit mit innovativem Grundcharakter auszeich-

net. Dies grenzt sich von Existenzgründungen aus ökonomischer Notwen-

digkeit heraus ab, welche überwiegend keinen innovativen Grundcharak-

ter aufweisen.8 Entrepreneurship wird in diesem Zusammenhang als ein

Prozess mit vier unterschiedlichen Phasen identifiziert, welche durch drei

Übergangsereignisse voneinander getrennt werden können.9

Abbildung 1: Prozessorientierte Definition von Entrepreneurship

Quelle: Eigene Darstellung, in Anlehnung an: Sternberg, R. (2009), S. 220.

Die erste Phase des Modells, welche als Latent Entrepreneurship be-

zeichnet wird, beschreibt die Absicht der Unternehmensgründung und en-

det durch die Konzeptionierung eines konkreten Business Models.10 Ab

diesem Moment wird von Nascent Entrepreneurship ausgegangen, da die

Aktivitäten, strukturiert und zielführend ausgestaltet, über theoretische In-

tentionen hinausgehen. Diese Phase endet wiederum mit dem Beginn des

operativen Geschäfts.11 Dieses Übergangsereignis wird in der Literatur

durch unterschiedliche Ereignisse beschrieben,12 in der vorliegenden Ar-

8 Vgl. Block, J. / Wagner, M. (2010), S. 154 f. 9 Vgl. Abbildung 1. 10 Vgl. Freytag, A. / Thurik, R. (2007), S. 120. 11 Vgl. Sternberg, R. (2009), S. 219 f. 12 Vgl., Reynolds, P., et al. (2005), S. 210.

Latent Entrepreneurship

Nascent Entrepreneurship

Entrepreneurship

Succesfull Entrepreneurship

Konzeptionierung Business Model

Firmengründung

Erfolgreiches Bestehen

(>3,5 Jahre)

3

beit wird die Gründung einer Kapitalgesellschaft als Aufnahme des ope-

rativen Geschäfts gewertet.13 Ab diesem Moment wird von einem Start-

Up und vom im öffentlichen Sinne bekannten Entrepreneurship ausge-

gangen. Diese Phase dauert im Falle des Fortbestehens des Unterneh-

mens bis zu 3,5 Jahre an. Im Anschluss wird von Successful Entrepre-

neurship gesprochen, womit die Marktetablierung gelungen ist und der

Prozess der Unternehmensgründung als beendet angesehen werden

kann.14 Die Notwendigkeit einer intensiven wissenschaftlichen Auseinan-

dersetzung mit der Entstehung und der regionalen Verteilung von wis-

sensbasierten Unternehmensgründungen besteht aufgrund des nicht au-

tomatisch entstehenden wirtschaftlichen Outputs als Konsequenz von In-

vestitionen in Wissen.15 Die ökonomische Theorie befasst sich aus unter-

schiedlichen Perspektiven mit der regionalen Heterogenität von Grün-

dungsraten.16

Tabelle 1: Ökonomische Theorien zu Regional Entrepreneurship

Institutional

Theory of

Entrepreneurship

Busenitz, L., et al. (2000),

Manolova, T., et al (2008),

Urbano, D. / Alvarez, C.

(2014), Bruton, G., et al. (2010) Nationale institutionellen Umgebung

(territorial & intangibel) und deren

Einfluss auf Entrepreneurship National System

of

Entrepreneurship

Theory

Acs, Z., et al. (2014),

Acs, Z., et al. (2016)

Life Cycle Theory

of

Entrepreneurship

Delgado, M., et al. (2010),

Bathelt, H. / Glückler, J. (2012),

Buenstorf, G. / Fornahl, D.

(2009), Boschma, R. (2008)

Einfluss verschiedener Stufen des

Life Cycle von Clustern als räumli-

cher Kontext auf Entrepreneurship,

insbesondere durch Wissenstransfer

Theory of

Entrepreneurial

Orientation

Entrepreneurship Theory and

Practice (2011)

Bezug von EO auf die Performance

von Unternehmen

Related Variety

Theory

Boschma, R. / Frenken K.

(2011),

Desrochers, P. / Sautet, F.

(2008)

Die Entstehung von Spin-Offs wird

durch auf Grundlage unterschiedli-

cher Spillover-Kategorisierungen

durch regionale Vielfalt der Wissens-

basis determiniert.

Es werden insbesondere Abhängigkeiten vom Wohnort, dem Arbeitgeber

oder der besuchten Hochschule begutachtet. In der wissenschaftlichen

13 Vgl. BMWi (2016), Absatz 4. 14 Vgl. Reynold, P., et al. (2005), S. 210. 15 Vgl. Agarwal, D., et al. (2007), S. 271. 16 Vgl. Tabelle 1; Bezüglich der Bedeutung von Wissensspiellovern vgl. Acosta,

M., et al. (2011), S. 368 ff.

4

Literatur können unterschiedliche theoretische Ansätze identifiziert wer-

den, welche den reziproken Zusammenhang von Unternehmensgründun-

gen und dem regionalen ökonomischen Umfeld thematisieren.17 Es ist zu

erkennen, dass der Einfluss des regionalen Umfeldes auf Entrepreneu-

rship und vice versa auf der Wirkungsweise von Clustern aufbaut, da ins-

besondere die institutionellen Rahmenbedingungen und Spillover-Effekte

im Mittelpunkt der Analysen stehen.18 Dabei werden sowohl einzelwirt-

schaftliche als auch regionale und nationale Analyseperspektiven einge-

nommen, wodurch die Reziprozität der Zusammenhänge bereits deutlich

erkennbar wird. In der vorliegenden Ausarbeitung wird die Knowledge

Spillover Theory of Entrepreneurship (KSTE) als theoretischer Rahmen

gewählt. Die Theorie bietet die Möglichkeit, den Beitrag einzelner Institu-

tionen in einem regionalökonomischen Kontext zu analysieren und die

zentralen Analysekriterien der aufgeführten theoretischen Konzepte zu in-

tegrieren.

Die KSTE formuliert als theoretischer Rahmen eine Erklärung für die re-

gionalen Unterschiede in wissensbasierten Unternehmensgründungen

(Regional Knowledge-based Entrepreneurship) und beruht auf drei we-

sentlichen Annahmen.19 Die Knowledge Hypothesis weist einen positiven

Zusammenhang zwischen der Höhe der Investitionen in Wissen und den

ökonomischen Möglichkeiten für Unternehmensgründungen aus.20 Die

Commercialization Efficiency Hypothesis beinhaltet den negativen Zu-

sammenhang zwischen der Effizienz der ökonomischen Nutzung beste-

henden Wissens durch etablierte Institutionen und Unternehmensgrün-

dungen.21 Dies wird durch die Localization Hypothesis ergänzt, welche die

regionale Begrenzung von Wissensspillovern und Entrepreneurship the-

matisiert.22

Der Knowledge Stock beschreibt in diesem Zusammenhang den Umfang

an explizitem und implizitem Wissen, welches in einer Region verankert

ist. Der grundlegenden Hypothese folgend, wirkt der Knowledge Stock po-

sitiv auf die regionalen Möglichkeiten zu Entrepreneurship.23 In diesem

Zusammenhang wird auf die Eigenschaften der Nicht-Ausschließbarkeit

und Nicht-Erschöpfbarkeit von Wissen als Produktionsfaktor verwiesen,

17 Vgl. Tabelle 1. 18 Vgl. Rocha, H. (2004), S 385. 19 Vgl. Acs, Z., et al. (2013), S. 766; Abbildung 2. 20 Vgl. Audretsch, D. / Belitski, M. (2013), S. 821. 21 Vgl. Plummer, L. / Acs, Z. (2014), S. 132f. 22 Vgl. Acs, Z., et al. (2013), S. 766; Audretsch, D. / Lehmann, E. (2005), S. 1194. 23 Vgl. Ghio, N., et al. (2015), S. 13.

5

die seine Einordnung als regionales Club-Gut nahelegen.24 Die Existenz

eines hohen Knowledge Stock gewährleistet, der Argumentation der

KSTE folgend, jedoch keine automatische Umwandlung in wertschöpfen-

den Output.25

Die unterschiedliche Bewertung von potenziellen Innovationen wird in

mehreren Bestandteilen der KSTE berücksichtigt und fließt in die Erklä-

rung regionaler Heterogenität von Entrepreneurship in die Theorie ein. Die

KSTE berücksichtigt die Fähigkeit von Einzelpersonen das ökonomische

Potenzial erzeugten Wissens zu erkennen und entsprechend zu nutzen.

Dies wird als Entrepreneurial Absorptive Capacity bezeichnet und be-

schreibt eine Kombination aus fachlichen und marktorientierten Kompe-

tenzen.26 Diese Aufnahmefähigkeit ermöglicht sowohl ein höheres Ver-

ständnis für die Anforderungen an die ökonomische Nutzung von neuem

Wissen durch Innovatoren und Erfinder, als auch interpersonelle Spillover

inner- und außerhalb bestehender Institutionen. Die KSTE ermöglicht so-

mit eine theoretische Fundierung für die regionale Heterogenität der Nut-

zung von Wissensspillovern aus Institutionen heraus, die nicht an den ori-

ginären Erfinder einer Idee gebunden sind.27 Einschränkend ist jedoch

festzuhalten, dass die Entrepreneurial Absorptive Capacity in einer regio-

nalen Ausprägung bisher nicht gemessen und quantifiziert werden

konnte.

Abbildung 2: Wirkungsweisen der Knowledge Spillover Theory of Entre-preneurship (KSTE)

Quelle: Eigene Darstellung.

24 Vgl. Kiese, M. (2012), S. 48; Auf eine detailliertere Analyse der Anforderungen

an den Umgang mit dem Produktionsfaktor Wissen und den Konsequenzen für

regionalökonomische Handlungsmöglichkeiten wird in dieser Arbeit verzichtet. 25 Vgl. Agarwal, D., et al. (2007), S. 271. 26 Vgl. Audretsch, D. / Lehmann, E. (2005), S. 1195f; Audretsch, D. B. / Keilbach,

M. (2008), S. 1697f. 27 Vgl. Acs, Z., et al. (2013), S. 768.

Localization Hypothesis

Knowledge Hypothesis

Commercialization Efficiency

Hypothesis

Knowledge Stock

Entrepreneurial Absorptive Capacity

Knowledge Filter

Localized Competition

Innovations-druck

Rivalität

Related Variety

Regional Knowledge-based Entrepreneurship

6

Darüber hinaus wird anhand des sogenannten Knowledge Filter eine un-

vollständige ökonomische Nutzung erzeugten Wissens in bestehenden

Institutionen begründet. Als Grundlage des Knowledge Filter können wie-

derum eine erhöhte Unsicherheit, Transaktionskosten und Informations-

asymmetrien bei der Weitergabe und Verwendung von Wissen als ökono-

mischem Inputfaktor angesehen werden.28 Die Existenz des Knowledge

Filter erklärt somit interorganisatorische Spillover, da es innerhalb beste-

hender Institutionen zu unterschiedlichen Bewertungen der ökonomi-

schen Potenziale von Wissen und Ideen kommt. Somit beruht der Know-

ledge Filter nicht ausschließlich auf der Knowlegde Hypothesis sondern

operationalisiert ebenfalls die Kernaussage der Commercialization Effi-

ciency Hypothesis.29

Die Effizienz der ökonomischen Nutzung erzeugten Wissens durch etab-

lierte Institutionen und Unternehmen wird maßgeblich durch die lokale

Wettbewerbssituation beeinflusst. Dabei werden insbesondere der Inno-

vationsdruck und die Rivalität betrachtet, welche sich durch die lokale

Wettbewerbssituation ergeben.30 Eine Unterscheidung dieser Wettbe-

werbssituation kann anhand unterschiedlicher Klassifikationen von Wis-

sensspillovern vorgenommen werden.31

Die lokale Rivalität sorgt durch schnellere Adoption von Innovationen und

einen verstärkten Wettbewerb um Inputfaktoren für ein weniger attraktives

Kosten/Nutzen-Kalkül von wissensbasierten Geschäftsmodellen.32

Abbildung 3: Typisierung von Spillover-Effekten

Quelle: Eigene Darstellung, in Anlehnung an: Panne, G. v. d. (2004), S. 594, Kiese, M. (2012), S. 49; Glaeser, E. L., et al. (1992), S. 1127.

Dieser negative Einfluss lässt sich auf die Marshall-Arrow-Romer-Spillo-

ver zurückführen, welche die regionale Verbreitung von Wissen auf

28 Vgl. Audretsch, D. B. / Keilbach, M. (2008), S. 1698. 29 Vgl. Abbildung 2. 30 Vgl. Acs, Z., et al. (2013), S. 767. 31 Die Unterscheidung unterschiedlicher Spillover wird vornehmlich über die

Branchenzugehörigkeit der Unternehmen vorgenommen, vgl. Abbildung 3. 32 Vgl. Bathelt, H. / Glückler, J. (2012), S. 246.

Spillover

Spezialisiserung

MAR-Spillover

Porter-Spillover

Differenzierung Jaobs-Spillover

7

Grundlage regionaler Spezialisierung einzelner Branchen durch Spio-

nage, Nachahmung und Mitarbeiterwechsel erklären.33 Dem gegenüber

wird einem erhöhten regionalen Innovationsdruck ein positiver Einfluss

auf regionale Unternehmensgründungen attestiert. Durch die stärkere

Notwendigkeit einzelner Unternehmen innovationsfähig zu sein, erhöht

sich der Knowledge Stock und der Knowledge Filter wird häufiger durch-

brochen um eine ökonomische Nutzung des gewonnenen Wissens si-

cherzustellen. Dieser Wirkungskanal wird durch die Porter-Spillover theo-

retisch fundiert, welche auf Grundlage regional konzentrierten Wettbe-

werbs in Branchen entstehen.34 Somit wird auf Grundlage lokalen Wett-

bewerbs ein zweifacher Effekt auf regionale Unternehmensgründungen

angenommen. Dieser wird in der KSTE durch die Dichte wirtschaftlicher

Tätigkeit weitergehend moderiert, wodurch die negativen Effekte für regi-

onale Unternehmensgründungen durch lokalen Wettbewerb abge-

schwächt werden.35 Diese Argumentation innerhalb der KSTE folgt den

Erkenntnissen von Jane Jacobs bezüglich der Wissensspillover, die auf-

bauend auf einer lokalen Branchenvielfalt entstehen.36 Der Einfluss der

Dichte ökonomischer Tätigkeiten auf die Bedeutung des lokalen Wettbe-

werbs kann unter Berücksichtigung einer detaillierten Unterscheidung der

Spillover daher spezifiziert werden. Die Wirkung von Porter- und Jacobs-

Spillovern liegt jeweils im Innovationsdruck des steigenden Wettbe-

werbs.37 Die Grundlage der Branchenspezifizierung oder –vielfalt wird in

der evolutionären Wirtschaftsgeographie unter dem Begriff der Related

Variety beschrieben. Es wird damit Wissen bezeichnet, welches in unter-

schiedlichen, aber miteinander verbundenen Branchen entsteht.38 Diese

Related Variety sorgt dafür, dass innerhalb einer Region ein hohes Ver-

ständnis für Innovationen und neues Wissen existiert, jedoch durch die

Vielfalt auch eine ausreichende Distanz zwischen den Unternehmen be-

steht, sodass der Wettbewerb um Inputfaktoren oder Spionage und Nach-

ahmung die Attraktivität innovationsbasierter Tätigkeiten nicht negativ

überlagert.39

33 Vgl. Glaeser, E. L., et al. (1992), S. 1127. 34 Vgl. Panne, G. v. d. (2004), S. 596. 35 Vgl. Acs, Z., et al. (2013), S. 768. 36 Vgl. Desrochers, P. / Sautet, F. (2008), S. 820 f. 37 Vgl. Glaeser, E. L., et al. (1992), S. 1128. 38 In empirischen Untersuchung wird der positive Zusammenhang zwischen Ja-

cobs-Spillovern und Beschäftigungswachstum nachgewiesen, welcher sich auf Basis einer verwandten Vielfalt innerhalb eines Cluster ergibt, vgl. Frenken, K., et al. (2007), S. 687f.

39 Vgl. Tracey, P. / Clark, G. L. (2003), S. 10; Die verwandte Vielfalt des verfügba-ren Wissens stellt laut Menzel und Fornahl den wesentlichen Grund für die Ent-wicklung eines Clusters dar, vgl. Menzel, M.-P. / Fornahl, D. (2009), S. 218.

8

Auf Grundlage der geschilderten Rahmenbedingungen für die Existenz

von regional begrenzten Wissensspillovern kann die KSTE als Analyse-

rahmen für die Bedeutung von Hochschulen für regionale Unternehmens-

gründungen herangezogen werden. Die KSTE lässt sich demnach in den

Gesamtkontext clustertheoretischer Analyseperspektiven einordnen und

ermöglicht somit die Untersuchung der Bedeutung ausgewählter Instituti-

onen für deren regionalökonomisches Umfeld. Die Bedeutung von Hoch-

schulen für regionale Unternehmensgründungen kann aus unterschiedli-

chen Perspektiven beleuchtet werden. Aus individueller Perspektive wer-

den hauptsächlich Anreize zu Unternehmensgründungen oder die Wahr-

nehmung ökonomischer Potenziale betrachtet.40 Aus Perspektive einer

Region werden makroökonomische Kennzahlen herangezogen, wie die

Arbeitsmarktentwicklung oder das wirtschaftliche Wachstum.41 Eine de-

taillierte Analyse der Transmissionskanäle und Wirkungszusammen-

hänge ist daher Bestandteil des regionalökonomischen Forschungsbe-

darfs. Das vorliegende Arbeitspapier stellt die Frage nach dem Beitrag,

den eine Universität hinsichtlich regionaler Unternehmensgründungen

leistet.

3 Entrepreneurial University

Die Anforderungen an eine Universität als regional verankerte Institution

sind vielfältig und können stark divergieren, da die deutsche Hochschul-

landschaft durch die Zuständigkeit der jeweiligen Bundesländer geprägt

ist.42

Abbildung 4: Charakteristika einer Entrepreneurial University

Quelle: Eigene Darstellung, in Anlehnung an: Europäische Kommission / OECD

(2012).

40 Vgl. unter anderem Bae, T. J., et al. (2014); Bergmann, H., et al. (2016); Rocha,

H. (2004), S. 366. 41 Vgl. Unter anderem Sautet, F. (2013), Kuhn, J., et al. (2016), Baumol, W. /

Strom, R. (2007). 42 Vgl. Art. 30 Grundgesetz; Man spricht auch von der Kulturhoheit der Länder.

• Strategisches Commitment

• Autonomie der FakultätenLeadership & Governance

• Mittelfristige finanzielle Sicherung der Strukturen

• Anreizsysteme für WissenschaftlerOrganisational Capacity,

People and Incentives

• Entrepreneurial Education

Entrepreneurship development in teaching

and learning

• TechnologietransferPathways for

entrepreneurship

• GründungsnetzwerkExternal relationships

9

Eine Vereinheitlichung relevanter Standards erfolgt in vielfacher Hinsicht

durch die Akkreditierung der Hochschulen als Ganzes sowie einzelner

Fachbereiche. Darüber hinaus haben die OECD und die Europäische

Kommission Kriterien erarbeitet, die eine Entrepreneurial University aus-

zeichnen.43 Neben organisatorischen Strukturen, einem institutionalisier-

ten Technologietransfer und Governance-Bestimmungen, die für deut-

sche Universitäten als gegeben angenommen werden können, weist der

aufgestellte Leitfaden insbesondere die Einbindung der Hochschule in ein

Gründungsnetzwerk sowie gründungsorientierte Lehre44 als relevante Ei-

genschaften aus.45 In einem ersten Schritt liegt der Fokus der folgenden

Untersuchung auf der Intensität der Entrepreneurial Education. Als Be-

standteil des Lehrangebotes einer Universität wirkt die Entrepreneurial

Education unmittelbar auf Studierende, da eine erhöhte Sensibilisierung

und verstärkte Kompetenzen für Gründungsvorhaben adressiert werden

können.46 Darüber hinaus verdeutlicht die Intensität der Ausbildung das

vorhandene Know-How zu gründungsspezifischen Fragen und führt zu ei-

ner gesteigerten Wertschätzung von Entrepreneurship innerhalb einer

Universität. Dies kann auch für andere Mitglieder der Universität von Vor-

teil sein.47

Abbildung 5: Entrepreneurial Education im Kontext der KSTE

Quelle: Eigene Darstellung.

In Bezugnahme auf den dargestellten konzeptionellen Rahmen der KSTE

wirkt die Entrepreneurial Education positiv auf die Entrepreneurial Ab-

sorptive Capacity der Mitglieder der Universität. Unter Berücksichtigung

der prozessorientierten Definition von Entrepreneurship werden somit ins-

besondere die frühen Phasen des Entrepreneurship-Begriffes adressiert,

43 Vgl. Abbildung 4. 44 Im weiteren als Entrepreneurial Education bezeichnet 45 Vgl. Europäische Kommission / OECD (2012), S. 8-11. 46 Vgl. Bae, T. J., et al. (2014), S. 238ff. 47 Vgl. Bergmann, H., et al. (2016), S. 58.

Localization Hypothesis

Knowledge Hypothesis

Commercialization Efficiency

Hypothesis

Entrepreneurial Absorptive Capacity

Knowledge Filter

Localized Competition

Innovations-druck

Rivalität

Related Variety

Regional Knowledge-based Entrepreneurship

Knowledge Stock

10

in denen die Kombination aus fachlichen und marktorientierten Kompe-

tenzen entscheidend für die Wahrnehmung ökonomischer Potenziale

ist.48 Hieraus kann eine erste Hypothese abgeleitet werden.

Hypothese 1: Die Intensität der Entrepreneurial Education an einer Uni-

versität hat einen positiven Einfluss auf Regional Nascent Entrepreneu-

rship.

Die Bedeutung des regionalen ökonomischen Umfeldes ist bereits in der

Darstellung des konzeptionellen Rahmens dieser Arbeit thematisiert wor-

den. Die KSTE ergänzt und spezifiziert durch ihre Schwerpunktsetzung

den eklektischen Ansatz der Clustertheorie. Da die Wirkungsweise regio-

naler Cluster Unternehmensgründungen als bedeutsamen Transmissi-

onskanal ausweist und Hochschulen als zentrale Institutionen angesehen

werden, gilt es darüber hinaus zu überprüfen, wie die Mitgliedschaft einer

Hochschule in Clustern den Einfluss von Entrepreneurial Education auf

Regional Nascent Entrepreneurship beeinflusst. Auf Grundlage einer the-

oriebasierten Auseinandersetzung mit den Wirkungskanälen von Clustern

kann eine positive Beeinflussung durch verringerte Markteintrittsbarrieren

und Wissensspillover als weitere Hypothese angenommen werden.49

Hypothese 2: Mitgliedschaften von Universitäten in Clustern verstärken

den positiven Effekt der Entrepreneurial Education auf Regional Nascent

Entrepreneurship.

4 Datensatz

Die empirische Analyse der aufgestellten Hypothesen wird anhand einer

Paneldatenuntersuchung vorgenommen. In einem ersten Arbeitsschritt

werden sämtliche staatliche Universitäten in Nordrhein-Westfalen, Bayern

und Baden-Württemberg in der Analyse berücksichtigt.50 Auf Grundlage

dieser Datenbasis werden in diesem ersten Arbeitspapier 30 Universitä-

ten in einem fünfjährigen Zeitraum betrachtet.51 Die genutzte Datengrund-

lage ergibt sich aus der Kombination unterschiedlicher öffentlich zugäng-

licher Datenbanken.52

48 Vgl. Abbildung 5. 49 Vgl. Fornahl, D., et al. (2015), S. 27f. 50 Die Datenbasis wird kontinuierlich erweitert um sämtliche staatlichen Universi-

täten in Deutschland zu berücksichtigen. Die Auswahl der Bundesländer für

dieses Arbeitspapier berücksichtigt, dass in NRW, Bayern und Baden-Würt-

temberg 47% (45%) aller bundesweit gestellten (bewilligten) EXIST-Anträge

vorliegen. 51 Die Daten werden zwischen den Jahren 2011 bis 2016 berücksichtigt, jedoch

in jeweils fünf Zeitperioden verdichtet. 52 Vgl. Tabelle 2.

11

Tabelle 2: Variablenübersicht

Da

ten

qu

elle

Erk

läre

nd

e V

ari

ab

le

(ele

ktr

on

isch

e)

Vo

rle

su

ng

sve

r-ze

ich

nis

se

,

Le

hrs

tuh

linfo

rma

tio

ne

n

Clu

ste

rda

ten

ba

nk

Ko

ntr

ollv

ari

ab

len

Sta

tistisch

es B

un

de

sa

mt

(20

18

) S

cim

ag

o I

nstitu

tio

n R

an

kin

g

Sta

tistisch

es B

un

de

sa

mt

(20

18

)

Ko

mm

un

ale

Bild

un

gsd

ate

nb

an

k

La

nd

esä

mte

r fü

r S

tatistik

Ko

mm

un

ale

Bild

un

gsd

ate

nb

an

k

Erk

läru

ng

Erh

öh

un

g d

er

En

tre

pre

ne

uri

al A

bso

rptive

Ca

pa

city

mit p

ositiv

em

Ein

flu

ss a

uf

Frü

hp

ha

se

n d

es R

eg

io-

na

l E

ntr

ep

ren

eu

rsh

ips

Clu

ste

rsp

ezifis

ch

er

Ein

flu

ss a

uf

kn

ow

led

ge

filt

er

un

d E

ntr

ep

ren

eu

ria

l A

bso

rptive

Ca

pa

city

Ag

glo

me

ratio

nse

ffe

kte

du

rch

die

Grö

ße

de

r

Un

ive

rsitä

t

se

lf s

ele

ctio

n b

zw

. A

usw

ah

lkri

teri

en

grü

nd

un

gsa

ffi-

ne

r u

nd

in

no

va

tio

nso

rie

ntie

rte

r S

tud

iere

nd

er

Off

en

he

it,

To

lera

nz,

Kre

ativitä

t u

nd

En

tre

pre

ne

u-

rsh

ip n

ach

Cre

ative

Cla

ss (

R.

Flo

rid

a)

re

gio

na

le A

gg

lom

era

tio

nse

ffe

kte

, re

late

d v

ari

ety

K

MU

se

nke

n d

ie K

oste

n n

eu

er

Ma

rkte

intr

itte

Sp

ezia

lisie

run

gse

ffe

kte

in

„in

no

va

tio

nso

rie

ntie

rte

n“

un

d „

grü

nd

un

gsa

ffin

en

“ F

ach

rich

tun

ge

n

De

fin

itio

n

Ge

sa

mta

nza

hl d

er

Le

istu

ng

sp

un

kte

mit E

ntr

ep

ren

eu

rsh

ip-S

ch

we

r-p

un

kt

An

za

hl d

er

Mitg

lied

sch

aft

en

ein

er

Un

ive

rsitä

t in

Clu

ste

rn

An

za

hl a

n e

ing

esch

rie

be

ne

n S

tud

iere

nd

en

zu

m je

we

ilig

en

Win

ters

e-

me

ste

r

Po

sitio

n d

er

Un

ive

rsitä

t im

Scim

ag

o In

stitu

tio

ns R

an

kin

g f

ür

Hig

he

r E

du

ca

tio

n in

De

uts

ch

lan

d in

t-3

An

teil

an

ein

ge

sch

rie

be

ne

n S

tud

iere

nd

en

zu

m je

we

ilig

en

Win

ters

e-

me

ste

r a

us d

em

Au

sla

nd

A

nza

hl a

ka

de

mis

ch

er

Mita

rbe

ite

r a

n H

EI

im b

etr

ach

tete

n R

eg

ion

al-

rau

m

Re

gio

na

ler

An

teil

de

r A

rbe

itn

eh

me

r in

KM

U (

<2

50

)

Re

lative

re

gio

na

le f

ach

lich

e S

pe

zia

lisie

run

g d

es a

ka

de

mis

ch

en

Pe

rso

-n

als

an

Un

ive

rsitä

ten

un

d F

ach

ho

ch

sch

ule

n

Va

ria

ble

EE

Clu

ste

r

HE

I_S

ize

Im

ag

e

Inte

rna

tio

na

l

Re

g_

HE

I

UN

_S

tru

ktu

r

Ba

lassa

_

Ind

ex

12

Darüber hinaus gilt es zu berücksichtigen, dass bereits die Zusammen-

stellung des Datensatzes einen time-lag der Variablen berücksichtigt, da

universitätsbezogene Daten vor dem Hintergrund der Semesterorientie-

rung bereitgestellt werden.53 Die begründete Auswahl und Zusammenset-

zung einzelner Variablen der vorgenommenen Untersuchung werden im

Folgenden systematisch erläutert.

4.1 EXIST-Stipendien

Die Messung der Aktivitäten im Bereich des Latent & Nascent Entrepre-

neurship wird anhand der jährlichen Anträge für ein Gründerstipendium

durch die EXIST-Förderung des Bundes vorgenommen. Die EXIST-För-

derung unterstützt deutsche Hochschulen und außeruniversitäre For-

schungseinrichtungen bei der Forcierung von Ausgründungen aus der

Wissenschaft.54 Es handelt sich dabei um ideelle und finanzielle Unter-

stützung von Gründungsvorhaben durch Studierende,55 Absolventen oder

wissenschaftliche Mitarbeiter, wobei die Antragsberechtigung bei Hoch-

schulen und Forschungseinrichtungen liegt.56

Abbildung 6: EXIST-Stipendium als Entrepreneurship-Phase

Quelle: Eigene Darstellung.

53 Für eine nähere Information zu den jeweiligen time-lags vgl. Tabelle 7 im An-

hang, die Semesterorientierung der universitätsbezogenen Daten wird im Fol-

genden beschrieben. 54 Dabei kann zwischen drei Förderprogrammlinien unterschieden werden, vgl.

BMWi (2018). In der vorliegenden Arbeit wird jedoch nur das Gründerstipen-dium betrachtet.

55 Studierende müssen bereits die erste Hälfte ihres Studiums absolviert haben, vgl. BMWi (2016), Absatz 2.1.

56 Vgl. BMWi (2016), Absatz 3.

EX

IST

-Grü

nd

ers

tip

en

diu

m Latent

Entrepreneurship

Nascent Entrepreneurship

Entrepreneurship

Succesfull Entrepreneurship

Konzeptionierung Business Model

Firmengründung

Erfolgreiches Bestehen

(>3,5 Jahre)

13

Im Fokus der Gründerstipendien stehen die „Ausreifung einer Geschäfts-

idee hin zu einem Businessplan, die Entwicklung marktfähiger Produkte

und Dienstleistungen sowie die gezielte Vorbereitung einer Unterneh-

mensgründung, […].“57. Der prozessorientierten Definition von Entrepre-

neurship folgend, entspricht dies den Tätigkeitsfeldern und Herausforde-

rungen der im vorherigen Kapitel theoretisch adressierten Phasen.

Die Approximation durch EXIST-Gründerstipendien bietet durch die An-

trags- und Auswahlkriterien die Vorteile einer sichergestellten Innovation-

sorientierung sowie eines eindeutigen Hochschulbezuges der Grün-

dungsvorhaben. Demgegenüber besteht der Nachteil, dass lediglich ein

Anteil der gründungsrelevanten Spillover aus den betrachteten Universi-

täten in die folgende empirische Analyse einbezogen werden kann, da

Gründungsvorhaben, die auf andere Finanzierungsquellen zurückgreifen

nicht berücksichtigt werden. Im weiteren Verlauf der Analyse kann weiter-

hin zwischen gestellten und bewilligten EXIST-Anträgen differenziert wer-

den. Dies ermöglicht nicht nur die Quantität der betrachteten Spillover aus

den Universitäten zu analysieren, sondern darüber hinaus eine qualitative

Dimension einzubeziehen.58

4.2 Entrepreneurial Education

Die Messung der Entrepreneurial Education wird in der vorliegenden Ar-

beit anhand der jährlich angebotenen Leistungspunkte an der jeweiligen

Hochschule vorgenommen.59 Als Datenbasis der Entrepreneurial Educa-

tion dienen die elektronischen Vorlesungsverzeichnisse der berücksich-

tigten Universitäten. Dabei werden ausgewählte Suchwörter verwendet,

um Lehrveranstaltungen mit einem erkennbaren Fokus auf Entrepreneu-

rship zu identifizieren.60 Im Anschluss an die Identifikation durch das Vor-

lesungsverzeichnis sind in einem zweiten Schritt die Lehrveranstaltungen

der jeweiligen Lehrstühle systematisch gesichtet worden. Somit ist sicher-

gestellt, dass auch Modulbestandteile, die nicht unter die Suchwörter fal-

len, Eingang in die Untersuchung finden. Die berücksichtigten Lehrstühle

sind darüber hinaus mit der Liste aller existierenden Entrepreneurship-

57 BMWi (2016), Absatz 2.1.

58 Es gilt in diesem Kontext jedoch zu berücksichtigen, dass es sich bei der Bewil-ligung der Förderanträge nicht um einen Marktmechanismus handelt, sondern das Forschungszentrum Jülich als Projektträger unter Zuhilfenahme externer Gutachter die Förderentscheidung trifft, vgl. BMWi (2016), Absatz 7.

59 Die bestehende wissenschaftliche Auseinandersetzung mit gründungsbezoge-nen Lehrinhalten adressiert den wahrgenommenen Mehrwert aus Perspektive der Studierenden, vgl. Bergmann, H., et al. (2016), S. 62, in Anlehnung an Soui-taris, V., et al. (2007).

60 Für die Suchwörter siehe Tabelle 8 im Anhang.

14

Professuren an öffentlichen und privaten Hochschulen in Deutschland

vom Förderkreis Gründungs-Forschung e.V. (FGF) abgeglichen wor-

den.61

Um eine Kompatibilität mit jährlich erhobenen Daten aus den Veröffentli-

chungen der Hochschulen sicherzustellen und dem oftmals modularen

Aufbau von Studienleistungen gerecht zu werden, sind die Leistungs-

punkte für zwei aufeinanderfolgende Semester aggregiert worden.62 Nicht

berücksichtigt werden thematisch flexible Abschlussarbeiten bzw. Kollo-

quien, da diese nicht eindeutig der Entrepreneurial Education zugeordnet

werden können. Dies gilt ebenfalls für Lehrinhalte, welche für die Führung

eines Unternehmens in dessen verschiedenen Stadien von Bedeutung

sein können, jedoch nicht explizit die Thematik der Unternehmensgrün-

dung in den Mittelpunkt stellen.63 Die Aggregation der Leistungspunkte

wird nicht dadurch beschränkt, dass individuelle Studierende gegebenen-

falls nicht sämtliche Kurse belegen können.64

4.3 Kontrollvariablen

Die vorliegende Analyse beinhaltet ausgewählte Kontrollvariablen, um re-

gional- und universitätsspezifische Faktoren zu berücksichtigen, die

ebenfalls einen Einfluss auf die Anzahl der EXIST-Anträge haben kön-

nen.65

Die Kontrolle von Agglomerationseffekten wird in der Literatur anhand un-

terschiedlicher Kennzahlen vorgenommen. Hinsichtlich der gewählten ab-

hängigen Variable ist für das vorliegende Untersuchungsdesign die Aus-

wahl der regional verfügbaren Anzahl an akademischen Arbeitnehmern

(Reg_HEI) schlüssig, da diese nicht nur als potenzielle Gründer, sondern

auch als Humankapital berücksichtigt werden.66

61 Dies entspricht grundsätzlich der Vorgehensweise aus Schultz, C. / Mietzner,

D. (2014), wobei auf eine Typologisierung der Lehrformate verzichtet wird und lediglich Lehrangebote berücksichtigt werden, deren Belegung mit Leistungs-punkten verbunden ist.

62 Somit basiert der jeweilige Wert für das Jahr 2012 aus dem Sommersemester 2011 und dem Wintersemester 2011/12.

63 Dies gilt insbesondere für Veranstaltungen, die sich mit dem Innovationsma-nagement oder Patenten befassen.

64 Im Fokus der Untersuchung steht die Intensität, mit der Entrepreneurial Edu-cation als Lehrinhalt und institutioneller Bestandteil einer Hochschule ist.

65 Vgl. zur Vorgehensweise in der Analyse des Einflusses von Hochschulen auf regional Entrepreneurship Heblich, S. / Slavtchev, V. (2014).

66 Vgl. zur Argumentation des Humankapitals Meoli, M. / Vismara, S. (2016), S. 352; Stuetzer, M., et al. (2017), S. 5.

15

Weiterhin wird die regionale Unternehmensstruktur (UN_Struktur) als

Kontrollvariable berücksichtigt, da kleine und mittelständische Unterneh-

men die effektiven Markteintrittskosten für Unternehmensgründungen re-

duzieren.67

Darüber hinaus erfolgt eine Kontrolle der fachlichen akademischen Spe-

zialisierung (d) in den betrachteten Regionen (r).68 Diese wird anhand des

Balassa Index (BI) vorgenommen, welcher den Spezialisierungsgrad des

akademischen Personals an den Universitäten und Fachhochschulen in

den Regionen im Vergleich zum gesamtdeutschen Durchschnitt misst.69

𝐵𝐼𝑟,𝑑 =𝑀𝐴𝑟,𝑑

∑ 𝑀𝐴𝑟,𝑑𝑑× (

∑ 𝑀𝐴𝑟,𝑑𝑟

∑ 𝑀𝐴𝑟,𝑑𝑟,𝑑)

−1

Der Balassa Index wird in der Literatur auf einzelne Universitäten ange-

wandt,70 in der vorliegenden Arbeit wird eine Anpassung auf Regionen

vorgenommen, um die Existenz weiterer Hochschulen in der betrachteten

Region zu berücksichtigen.71 Die Kontrolle bezieht sich auf die relative

akademische Spezialisierung in Geistes- bzw. Sozialwissenschaften (Ba-

lassa_SSH) oder in MINT-Fachbereichen (Balassa_MINT).

In einem zweiten Schritt werden universitätsspezifische Kontrollvariablen

eingeführt. Die Größe der jeweils betrachteten Universitäten wird anhand

der Gesamtanzahl der eingeschriebenen Studierenden berücksichtigt.72

In Anlehnung an die wissenschaftliche Auseinandersetzung mit den indi-

viduellen Charakteristika von Gründern,73 kann die Gründungsaffinität von

Hochschulmitgliedern nicht als normalverteilt über alle deutschen Univer-

sitäten angenommen werden. In der folgenden empirischen Untersu-

chung wird daher eine Kontrollvariable für das Image der Hochschulen

67 In der Literatur wird dies auf die Etablierung unabhängiger Zulieferer, den ver-

einfachten Zugang zu Kapital und eine unternehmensfreundlichere Kultur be-gründet, vgl. Audretsch, D., et al. (2015), S. 222f; Belderbos, R. / Somers, D. (2015), S. 1808; Memili, E., et al. (2015), S. 781.

68 In der vorliegenden Untersuchung entweder in einer kreisfreien Stadt oder in einem Landkreis.

69 Ein Wert von 1 entspricht ebendiesem Durchschnitt. Der Balassa Index wird in der Literatur auf einzelne Universitäten angewandt, vgl. Bonaccorsi, A., et al. (2013).

70 Vgl. Bonaccorsi, A., et al. (2013). 71 Die Kontrolle für weitere Hochschulen entspringt neben Aspekten der Agglo-

merationseffekte der wissenschaftlichen Auseinandersetzung mit den soge-nannten social ties, vgl. Heblich, S. / Slavtchev, V. (2014).

72 Vgl. Meoli, M. / Vismara, S. (2016), S. 352; Bergmann, H., et al. (2016), S. 62f; Horta, H., et al. (2016), S. 805.

73 Vgl. Bergman, H., et al. (2016); Stuetzner, M., et al. (2014); Bae, T., et al. (2014).

16

genutzt. Dies wird durch die Position im Scimago Institutions Ranking for

Higher Education approximiert.74

Darüber hinaus wird eine Kontrolle der Heterogenität und der internatio-

nalen Ausrichtung der Hochschule vorgenommen. Dies gründet auf der

theoretischen Grundlage der Creative Class von Richard Florida,75 und ist

als hochschulspezifischer Einfluss zu regionalen Unternehmensgründun-

gen identifiziert worden.76

In weiterführenden Analysen, welche die Anzahl an Existenzgründungen,

unabhängig von der EXIST-Förderung adressieren, wird darüber hinaus

die Institutionalisierung des Technologietransfers der Hochschulen stär-

ker in den Fokus rücken. Aufgrund der Bewerbungsvoraussetzungen für

ein EXIST-Stipendium seitens der Hochschulen ist dies für die folgende

Analyse jedoch nicht notwendig.77

5 Methodik und Ergebnisse

5.1 Modellspezifikation

Zum Zweck der positiven Analyse der aufgestellten Hypothesen wird in

einem ersten Schritt ein random-effects Modell geschätzt. Das Modell

lässt sich für die empirische Analyse folgendermaßen spezifizieren:

𝑌𝑖𝑡 = 𝛼0 + 𝛽1𝐸𝐸 + 𝛽2𝐶𝑙𝑢𝑠𝑡𝑒𝑟 + 𝛽3𝐶𝑙𝑢𝑠𝑡𝑒𝑟 ∗ 𝐸𝐸 + 𝛽𝑘𝑥𝑖,𝑡−1 + 𝛽𝑗𝑥𝑖,𝑡−1 + 𝜃𝑖 + 𝑢𝑖𝑡

mit 𝑢𝑖𝑡 ~ 𝑁 (0; 𝛿2)

Dabei beschreibt 𝑌𝑖𝑡 zunächst die Anzahl an Anträgen zu einem EXIST-

Gründerstipendium innerhalb eines Jahres t durch die betrachtete Univer-

sität i. In weiteren Spezifikationen wird die Anzahl der Förderbewilligun-

gen als abhängige Variable genutzt.

Um die Abhängigkeit des Einflusses der Entrepreneurial Education auf

EXIST-Anträge (und Bewilligungen) von Clustermitgliedschaften der

Hochschulen beurteilen zu können, wird ein entsprechender Interaktions-

term in der empirischen Analyse berücksichtigt. Das beschriebene Vari-

ablenset wird zudem in regionalspezifische und universitätsspezifische

Kontrollvariablen unterteilt, wobei die einzelnen Variablen mit einem time-

74 Der entsprechende ergibt sich aus der zeitlichen Differenz der Auswahl eines

Hochschulstandortes und der Möglichkeit sich als Studierender für ein EXIST-Stipendium zu bewerben.

75 Zur Creative Class, vgl. Florida, R. / Tinagli, I. (2004); Florida, R. et al. (2008). Zur Berücksichtigung als Kontrollvariable, vgl. Ghio, N., et al. (2016), S. 300.

76 Vgl. Minola, T., et al. (2016), S. 576 ff. 77 Zu den Voraussetzungen der Hochschulen, vgl. BMWi (2016), Absatz 4.

17

lag regressiert werden, um möglichen Endogenitätsproblemen durch re-

versed causality zu begegnen.78 Die Variable 𝜃𝑖 bezeichnet die Random

Effects. Sowohl die Existenz von random-effects, als auch die höhere Ef-

fizienz eines entsprechenden Modells gegenüber einer pooled-OLS-Re-

gression können anhand entsprechender Teststatistiken bestätigt wer-

den.79

Im Gegensatz zu einem fixed-effects Modell auf Basis einer within-Trans-

formation können somit Informationen der Variablen, die sich im Zeitab-

lauf lediglich geringfügig verändern, berücksichtigt werden. Diese Spezi-

fikation erhöht die Effizienz des Modells,80 erscheint hinsichtlich der gerin-

gen zeitlichen Veränderungen der Daten für die jeweiligen Hochschulen

als geeignete Vorgehensweise und kann durch einen Hausman-Spezifi-

kationstest bestätigt werden.81 Tabelle 3 zeigt die deskriptiven Statistiken

der im Modell verwendeten Variablen, sowie die vorgenommenen Trans-

formationen zur Verbesserung der Modellspezifikation.82

Tabelle 3: Deskriptive Statistik

78 Vgl. Stuetzner, M., et al. (2014), S. 231. 79 In der Teststatistik von Bera, Sosa-Escudero und Yoon kann die Nullhypo-

these, welche nicht von random-effects ausgeht, verworfen werden (p-Wert = 1.606e-07). Darüber hinaus kann im Rahmen des Lagrange Multiplier Test nach Breusch-Pagan die Nullhypothese von einer höheren Effizienz eines pooled-OLS Modells verworfen werden (p-Wert = 2.103e-11), vgl. Croissant, Y. / Millo, G. (2008), S. 27 ff.

80 Vgl. Woolridge, J. (2012), S. 495f. 81 Bei gegebener Spezifikation des Modells kann die Nullhypothese, welche von

einer höheren Effizienz eines random-effects Modelles ausgeht, nicht verworfen werden (p-Wert =0.7752).

82 Die Entscheidung einer Datentransformation ist jeweils anhand graphischer Verfahren durchgeführt worden, welche sowohl deskriptive Statistiken als auch die Analyse von Residuen univariater Untersuchungen berücksichtigen. Insbe-sondere die Identifikation von nicht-linearen Zusammenhängen, der Einfluss von Ausreißern sowie die Normalverteilung und Homoskedastizität der Resi-duen werden als Entscheidungskriterien herangezogen.

Obs. Mean Me-dian

St. Dev.

Min Max Transfor-

mation

EXIST_ Antrag

147 3.408 2 4.359 0 26 Logarithmus

EXIST_ Bew

147 1.830 1 2.613 0 13 Logarithmus

EE 147 36.090 29 29.481 0.000 202.000 Logarithmus

Cluster 147 4.939 5 3.240 0 14 Keine

HEI_ Size

147 25,684 24184 12023 1,934 53,933 Keine

Image 147 28.776 24 22.504 1 77 Keine

Internatio-nal

147 0.121 0.1199 0.039 0.051 0.220 Keine

Reg_ HEI

147 6,401 5678 4658 895 21,713 Logarithmus

UN_ Struktur

147 0.444 0,4247 0.099 0.182 0.678 Keine

Balassa_ Mint

147 0.986 0,9847 0.365 0.279 1.899 Wurzel

Balassa_ SSH

147 0.966 0,8777 0.556 0.134 2.995 Wurzel

18

Die Betrachtung der Spearman-Koeffizienten, welche die monotonen Be-

ziehungen zwischen den Variablen aufzeigen, ermöglicht einen ersten

Eindruck bezüglich der Zusammenhänge.83

Tabelle 4: Spearman & Pearson Korrelationskoeffizienten

zu abhängigen Variablen

Der Großteil der Variablen zeigt einen signifikanten monotonen Zusam-

menhang mit der Anzahl an EXIST-Anträgen und Bewilligungen auf. Die

Vorzeichen entsprechen zudem den Erwartungen. Dies bestätigt die the-

oretische Fundierung der gewählten Kontrollvariablen. Es fällt zudem auf,

dass die monotonen Zusammenhänge auch linear identifiziert werden

können. Eine Erklärung für die fehlende Signifikanz der Einflüsse des An-

teils mittelständischer Unternehmen in einer Region sowie der relativen

fachlichen Spezialisierung der wissenschaftlichen Mitarbeiter kann an die-

ser Stelle nicht gegeben werden. Die deskriptive Datenanalyse wird durch

die Berücksichtigung der Pearson-Korrelation zwischen allen verwende-

ten Variablen vervollständigt, welche einen Überblick der linearen Zusam-

menhänge zwischen den jeweiligen Variablen ermöglicht.

Tabelle 5: Pearson Korrelationskoeffizienten

83 Vgl. Tabelle 4; Der Spearman-Koeffizient misst die sogenannte Rang-Korrela-

tion und beruht auf einem nicht-parametrischen Ansatz. Die Aussagekraft ist

auf monotone Zusammenhänge begrenzt, ermöglicht jedoch auch die Erkennt-

nis über nicht-lineare Zusammenhänge und wird daher als Ergänzung zu Kor-

relationskoeffizienten nach Pearson in dieser Arbeit berücksichtigt.

EXIST-Anträge EXIST-Bewilligungen

Spearman Pearson Spearman Pearson

EE 0.345*** 0.486*** 0.250*** 0.454***

Cluster 0.189** 0.358*** 0.240*** 0.413***

HEI_Size 0.541*** 0.452*** 0.524*** 0.445***

Image -0.449*** -0.412*** -0.524*** -0.455***

International 0.331*** 0.188** 0.465*** 0.565***

UN_Struktur 0.029 0.106 -0.016 0.082

Reg_HEI 0.532*** 0.562*** 0.573*** 0.614***

Balassa_Mint 0.042 0.095 0.035 0.117

Balassa_SSH -0.045 0.005 -0.025 -0.004

*** p

19

Es lässt sich eine erwartungsgemäß hohe Korrelation (0.599) zwischen

der Anzahl an Studierenden einer Universität (Size_HEI) und der regiona-

len Anzahl an wissenschaftlichen Mitarbeitern feststellen (Reg_HEI). Da

beide Variablen in ihrem individuellen Wirkungsgrad nicht detaillierter

analysiert werden, sondern für universitäts- und regionalspezifische Ag-

glomerationseffekte kontrollieren, ist das hohe Maß an Kollinearität im be-

stehenden Modellaufbau hinnehmbar.84 Gleiches Vorgehen gilt für die li-

neare Korrelation (-0.624) zwischen dem Image einer betrachteten Uni-

versität und der regionalen Agglomeration an wissenschaftlichen Mitar-

beitern sowie der Größe der Universitäten (-0.629).85

5.2 Ergebnisse und Diskussion

Die folgende Tabelle 6 ermöglicht einen Überblick über die Koeffizienten

von unterschiedlichen random-effects-Schätzungen.86 Die Modellspezifi-

kationen (1) und (2) beziehen sich auf EXIST-Anträge als abhängige Va-

riable, wobei zunächst lediglich die direkten Effekte der erklärenden Vari-

ablen genutzt werden (1) und im Anschluss ein Interaktionsterm einbezo-

gen wird (2). Die Ergebnisse der Regressionsanalyse in Bezug auf EXIST-

Bewilligungen sind in den Spalten (3) und (4) dargestellt, wobei ebenfalls

in einem ersten Schritt auf einen Interaktionsterm verzichtet wird.

Es fällt auf, dass lediglich in geringem Maße identifizierbare Einflüsse der

regionalspezifischen Kontrollvariablen festgestellt werden können. So

kann in keiner der empirischen Untersuchungen ein belastbarer Einfluss

der regionalen Unternehmensstruktur (UN_Struktur) identifiziert werden.

Dies gilt auch für die regionale Anzahl an wissenschaftlichen Mitarbeitern

(Reg_HEI), sodass nicht von einer Beeinflussung regionaler akademi-

scher Agglomeration ausgegangen werden kann. Die relative regionale

akademische Spezialisierung (Balassa_SSH / Balassa_MINT) weist dem-

gegenüber zwar keinen Effekt bezüglich der Anzahl der EXIST-Anträge

aus, jedoch unabhängig von der Spezifikation des Modells einen signifi-

84 In folgenden Untersuchungssettings wird eine der beiden Kontrollen für Agglo-

merationseffekte austauschbar sein. Im vorliegenden Fall ist die Auswahl je-doch überzeugend, da EXIST-Gründerstipendien den bereits dargelegten Auf-lagen entsprechen.

85 Es handelt sich dabei um negative Werte, da eine eine niedrige Ziffer eine hohe Platzierung im Ranking bedeutet und vice versa.

86 Die Koeffizienten werden anhand ausgewählter Standardfehler geschätzt, wel-che robust gegenüber Heteroskedastizität und cross-sectional dependence sind. Eine Kontrolle von serial-correlation ist auf Grundlage der Breusch-God-frey/Wooldridge-Teststatistik nicht notwendig.

20

kant positiven Einfluss auf Förderungsbewilligungen des EXIST-Stipendi-

ums. Diese Ergebnisse können sowohl auf einen höheren Innovations-

gehalt der entsprechenden Anträge hindeuten als auch auf einen bias bei

der Vergabe von Stipendien.

Tabelle 6: Regressionsergebnisse

Die Häufigkeit der Antragsstellung wird hinsichtlich der universitätsspezi-

fischen Kontrolle lediglich durch die jeweilige Anzahl der eingeschriebe-

nen Studierenden (HEI_Size) beeinflusst. Diese Agglomerationskontrolle

auf Ebene der einzelnen Universitäten lässt sich in Bezug auf die Förde-

rungszusagen ebenfalls identifizieren. Insbesondere vor dem Hintergrund

des nicht signifikanten Einflusses der regionalen akademischen Agglome-

ration kann dies auf eine stärkere Wirkung der EXIST-Förderung auf Stu-

dierende als auf wissenschaftliche Mitarbeiter hindeuten.

EXIST_Antrag EXIST_Bew (1) (2) (3) (4)

EE 0.204*** (0.043)

0.355*** (0.036)

0.097*** (0.031)

-0.041 (0.086)

Cluster 0.021

(0.035) 0.129** (0.053)

0.017 (0.013)

-0.080** (0.034)

I(Cluster * EE) -0.031** (0.016)

0.028**

(0.012)

HEI_Size 0.00002* (0.00001)

0.00002** (0.00001)

0.00002** (0.00001)

0.00002** (0.00001)

International 3.057

(3.198) 2.801

(3.368) 5.256*** (1.927)

5.531*** (1.779)

Image -0.009 (0.009)

-0.009 (0.010)

-0.012* (0.007)

-0.011* (0.007)

UN_Struktur 0.292

(0.867) 0.250

(0.736) -0.024 (0.723)

0.049 (0.601)

Reg_HEI 0.060

(0.309) 0.045

(0.319) -0.101 (0.135)

-0.085 (0.129)

Balassa_Mint 0.446

(0.457) 0.370

(0.458) 0.580** (0.280)

0.645** (0.285)

Balassa_SSH 0.366

(0.340) 0.407

(0.340) 0.628*** (0.152)

0.599*** (0.126)

Constant -1.609 (2.731)

-1.919 (2.799)

-0.752 (1.465)

-0.493 (1.269)

Observations 147 147 147 147

R2 0.217 0.219 0.291 0.306

Adjusted R2 0.165 0.161 0.245 0.255

F Statistic 4.214***

(df = 9; 137) 3.807***

(df = 10; 136) 6.256***

(df = 9; 137) 5.997***

(df = 10; 136)

*p

21

Dies wird durch einen signifikant positiven Effekt der Internationalität der

Universität (International) ergänzt, wodurch die Ergebnisse die Argumen-

tation einer Creative Class nach Florida unterstützt werden. Dieses Er-

gebnis bietet Anschluss für eine weiterführende Untersuchung.

Auch die Kontrolle des Images der Hochschulen (Image) weist einen sig-

nifikanten Zusammenhang auf. Betrachtet man die Bewilligung der

EXIST-Förderung als Beurteilung der Qualität der Spillover,87 zeigt dies

die selbstverstärkende Wirkung innovationsstarker Universitäten.

Die Betrachtung der erklärenden Variablen bestätigt die aufgestellte Hy-

pothese 1. Sowohl die Anzahl der gestellten EXIST-Anträge als auch die

Förderungszusagen weisen eine hochsignifikante, positive Beeinflussung

durch die Intensität der Entrepreneurial Education auf (p-Wert < 0.01),

wenn auf die Einbeziehung eines Interaktionsterms verzichtet wird.88

Während die Mitgliedschaft in Clustern keinen direkten Einfluss auf die

EXIST-Anträge und deren Bewilligungen hat, zeigt sich bei Berücksichti-

gung der Interaktion der erklärenden Variablen ein signifikanter Zusam-

menhang, welcher die Wirkungsrichtungen der Clusterkonzeption berück-

sichtigt.

Zunächst werden die Ergebnisse unter Berücksichtigung des Interaktions-

terms (Cluster*EE) in Bezug auf die Anzahl der EXIST-Anträge betrachtet.

Die Signifikanz des positiven Einflusses der Entrepreneurial Education

bleibt dabei unberührt. Der marginale Effekt der Entrepreneurial Educa-

tion wird somit durch die Anzahl an Clustermitgliedschaften negativ be-

einflusst.89 Das Ergebnis widerspricht auf den ersten Blick der Hypothese

2, und muss vor dem Hintergrund der Clustertheorie und der EXIST-För-

derung als Approximation von Regional Nascent Entrepreneurship diffe-

renziert betrachtet werden.

Einer der wesentlichen Transmissionskanäle von Clustern, durch welche

die Innovationsfähigkeit beteiligter Unternehmen gestärkt wird ist ein effi-

zienter Arbeitsmarkt.90 Darüber hinaus steigert die Mitgliedschaft in einem

Cluster die Entrepreneurial Absorptive Capacity von beteiligten Unterneh-

men. Ein entsprechender Wissenstransfer kann sowohl über Mitarbeiter-

wechsel als auch auf Grundlage reduzierter Unsicherheit in einem Cluster

87 In diesem Zusammenhang muss berücksichtigt werden, dass es sich nicht um

ein Marktergebnis handelt und die Interpretation somit Restriktionen unterliegt. 88 Vgl. Modellspezifikationen (1) und (3). 89 Vgl. Abbildung 7. 90 Vgl. Porter, M. E. (1990), S. 98f; Bröcker, J. / Fritsch, M. (2012), S. 186; Aud-

retsch, D. B. (1998), S. 20.

22

erfolgen,91 und erhöht die Internalisierung von Wissen und Wissensspillo-

vern durch bestehende Unternehmen. Die durch Entrepreneurial Educa-

tion vermittelten Kompetenzen können durch den Wissenstransfer inner-

halb eines Clusters von beteiligten Unternehmen besser eingeschätzt

werden. Hieraus kann sich eine Effizienzsteigerung des regionalen Ar-

beitsmarktes ergeben, welche die Anzahl an EXIST-Anträgen reduziert.

Auch eine Steigerung von Kooperationen, Spin-Offs oder Beteiligungsmo-

dellen an Unternehmensgründungen kann in diesem Zusammenhang an-

genommen werden. Während diese Effekte von Clustermitgliedschaften

der Hochschulen auf die Wirkung von Entrepreneurial Education förder-

lich für die regionale Innovationsfähigkeit sind und möglicherweise auch

Entrepreneurship stimulieren,92 kann dies nicht im gewählten Untersu-

chungssetting abgebildet werden.

Von besonderer Bedeutung kann in diesem Zusammenhang der verbes-

serte Zugang zu Kapital innerhalb eines Clusters sein, den gründungswil-

lige Studierende und Universitätsmitarbeiter nutzen können. Besteht auf-

grund der institutionellen Einbettung in bestehende Cluster eine Entrepre-

neurial Absorptive Capacity seitens ansässiger Kapitalgeber, kann dies

die Attraktivität der EXIST-Förderung zusätzlich schwächen. Bei genaue-

rer Betrachtung müssen folglich Verdrängungseffekte innerhalb der Wir-

kungsmechanismen und der ausgewählten Variable berücksichtigt wer-

den, sodass eine Ablehnung der Hypothese 2 auf Grundlage der empiri-

schen Ergebnisse nicht eindeutig vorgenommen werden kann.

Abbildung 7: Marginaler Einfluss von Entrepreneurial Education für un-terschiedliche Clustermitgliedschaften

Quelle: Eigene Darstellung.

91 Vgl. Fuchs, M. (2006), S. 117; Storper, M. / Venables, A. J. (2004), S. 355. 92 Vgl. Porter, M. E. (1998), S. 84.

23

Die Ergebnisse des Interaktionsterms hinsichtlich der Bewilligung von

EXIST-Gründerstipendien können die aufgestellte Hypothese 2 demge-

genüber nicht widerlegen. Der marginale Effekt der Entrepreneurial Edu-

cation wird positiv durch die Anzahl an Clustermitgliedschaften beein-

flusst.93 Durch die Zusammenarbeit innerhalb der Cluster wird die Kombi-

nation wissenschaftlicher, technologischer und unternehmerischer Wis-

sensdimensionen erleichtert.94 Die Betrachtung der Förderzusagen impli-

ziert einen hohen Innovationsgrad, sodass ein positiver Zusammenhang

mit der Qualität der Spillover identifiziert werden kann.

Die gegenteiligen marginalen Effekte der Entrepreneurial Education in

Abhängigkeit zu den Clustermitgliedschaften der Universitäten lassen den

Schluss zu, dass der Innovationsgehalt der gestellten EXIST-Anträge po-

sitiv beeinflusst wird. Es gilt jedoch ebenso zu berücksichtigen, dass die

Quantität der Anträge zurückgeht. Unter Berücksichtigung der Gesamter-

gebnisse und den spezifischen Eigenschaften der EXIST-Gründerstipen-

dien kann die Hypothese 2 weitergehend spezifiziert werden. Den Unter-

suchungsergebnissen folgend haben die Clustermitgliedschaften einer

Universität hinsichtlich der Entrepreneurial Education einen negativen

Einfluss auf die Quantität der EXIST-Anträge, jedoch einen positiven Ein-

fluss auf die Qualität.

6 Fazit

Gegenstand des vorliegenden Arbeitspapieres ist die Bedeutung von

Hochschulen hinsichtlich regionaler Unternehmensgründungen und Inno-

vationsfähigkeit. Auf Grundlage des erstellten Datensatzes ist es gelun-

gen, die akademische Lehrangebot als regionalökonomischen Transmis-

sionskanal in die Diskussion um wissensbasierte Unternehmensgründun-

gen einzubeziehen. Unter Berücksichtigung der Einschränkungen der

EXIST-Gründerstipendien als spezifische Spillover einer Universität kann

ein positiver Einfluss der Entrepreneurial Education auf Regional Nascent

Entrepreneurship festgestellt werden. Die Abhängigkeit dieses positiven

Effektes durch die Clustermitgliedschaften der betrachteten Universitäten,

welche ebenfalls identifiziert werden konnte, steht darüber hinaus im Ein-

klang mit der theoriebasierten Wirkungsweise der Clusterkonzeption und

der KSTE. Universitäten können somit als wesentlicher Bestandteil der

Institutionen innerhalb der KSTE bestätigt werden. Die Ergebnisse bieten

93 Vgl. Abbildung 7. 94 Vgl. Braunerhjelm, P. (2007), S. 16f. (MA)

24

daher die Möglichkeit, die weitere Förderung wissensbasierter Unterneh-

mensgründungen zu optimieren, indem die positive Beeinflussung durch

Entrepreneurial Education und Clustermitgliedschaften auf die Qualität

der Wissensspillover berücksichtigt wird. Die Interdependenz der innova-

tionsorientierten Wirkungskanäle lässt den Schluss zu, dass insbeson-

dere für Universitäten mit einer starken Einbindung in Innovationscluster

eine Stärkung der gründungsorientierten Lehre zu positiven Spillovern

führen und die Position der Universität als regionalökonomische Institu-

tion stärken kann.

Die gewonnenen Erkenntnisse stellen einen wertvollen Ausgangspunkt

für weitere Analysen dar. Die Ausweitung der Datenbasis auf alle deut-

schen Bundesländer sowie eine Einbeziehung der Fachhochschulen in

den Datensatz können die Aussagekraft der Analyse zusätzlich erhöhen.

Zudem gilt es zu prüfen, inwiefern die theoretischen Effekte der Jacobs-

Spillover auf Grundlage einer related variety auch in der akademischen

Lehre festzustellen sind. Zu diesem Zweck wird die Interdisziplinarität der

Entrepreneurial Education in einem weiteren Schritt in die Analyse aufge-

nommen.95

Darüber hinaus gilt es spätere Phasen der prozessorientierten Entrepre-

neurship-Definition zu adressieren, indem regionale Unternehmensgrün-

dungen unabhängig von der Finanzierungsquelle als abhängige Variable

aufgegriffen werden. Die Vorgehensweise dient der Bestätigung der Ana-

lyseergebnisse des vorliegenden Arbeitspapieres, um die clustertheoreti-

sche Begründung der negativen Moderation der Entrepreneurial Educa-

tion durch Clustermitgliedschaften anhand einer entsprechend positiven

Beeinflussung anderer innovations- und gründungsrelevanter Spillover zu

fundieren. In diesem Zusammenhang wird es zudem Aufgabe sein, die

hochschulspezifischen Institutionalisierungen des Technologietransfers

zu differenzieren um darauf aufbauend zwischen dem Bewusstsein und

der vermittelten Kompetenz durch Entrepreneurial Education unterschei-

den zu können.

Auf Grundlage der dargestellten Ergebnisse der Interaktion zwischen der

Entrepreneurial Education und den Clustermitgliedschaften bedarf es dar-

über hinaus einer weiterführenden Analyse der Transmissionskanäle von

Hochschulen innerhalb der Clusterkonzeption.

95 Die Addition bestehender Lehrformate für unterschiedliche Studiengänge kann

zu Verzerrungen bei hoher Interdisziplinarität der Lehrangebote an einzelnen

Hochschulen führen. Dem wird durch die Messung interdisziplinärer Leistungs-

punkte in einem weiteren Schritt der Analyse entgegengewirkt.

25

7 Literaturverzeichnis

Acosta, M. / Coronado, D. / Flores, E. (2011): University spillovers and

new business location in high-technology sectors: Spanish evidence, in:

Small Business Economics, Vol. 36, Issue 3, S. 365-376.

Acs, Z. / Åstebro, T. / Audretsch, D. / Robinson, D. (2016): Public policy

to promote entrepreneurship, in: Small Business Economics, Vol. 47, Is-

sue 1, S. 35-51.

Acs, Z. / Audretsch, D. / Lehmann, E. (2013): The knowledge spillover

theory of entrepreneurship, in: Small Business Economics, Vol. 41, Issue

4, S. 757-774.

Acs, Z. / Audretsch, D. / Lehmann, E. / Licht, G. (2016): National systems

of entrepreneurship, in: Small Business Economics, Vol. 46, Issue 4, S.

527-535.

Acs, Z. / Autio, E. / Szerb, L. (2014): National Systems of Entrepreneur-

ship: Measurement issues and policy implications, in: Research Policy,

Vol. 43, Issue 3, S. 476-494.

Agarwal, R. / Audretsch, D. / Sarkar, M. (2007): The process of creative

construction: Knowledge spillovers, entrepreneurship, and economic

growth, in: Strategic Entrepreneurship Journal, Band 4, S. 271–283.

Agarwal, R. / Audretsch, D. / Sarkar, MB. (2010): Knowledge spillovers

and strategic entrepreneurship, in: Strategic Entrepreneurship Journal,

Vol. 4, Issue 4, S. 271-283.

Audretsch, D. / Belitski, M. (2013): The missing pillar: The creativity theory

of knowledge spillover entrepreneurship, in: Small Business Economics,

Vol. 41, Issue 4, S. 819-836.

Audretsch, D. / Heger, D. / Veith, T. (2015): Infrastructure and entrepre-

neurship, in: Small Business Economics, Vol. 44, Issue 2.

Audretsch, D. / Lehmann, E. (2005): Does the Knowledge Spillover The-

ory of Entrepreneurship hold for regions?, in: Research Policy, Vol. 34,

Issue 8, S. 1191-1202.

Audretsch, D. B. (1998): Agglomeration and the location of innovative ac-

tivity, in: Oxford review of economic policy, Vol.14, Nr. 2, S. 18-29.

26

Bae, T. J. / Qian, S. / Miao, C. / Fiet, J. (2014): The Relationship Between

Entrepreneurship Education and Entrepreneurial Intentions: A Meta-Ana-

lytic Review, in: Entrepreneurship Theory and Practice, Vol. 38, Issue 2,

S. 217-254.

Bathelt, H. / Glückler, J. (2012): Wirtschaftsgeographie: ökonomische Be-

ziehungen in räumlicher Perspektive, 3. Auflage, Stuttgart.

Bathelt, H. / Glückler, J. (2012): Wirtschaftsgeographie: ökonomische Be-

ziehungen in räumlicher Perspektive, 3. Auflage, Stuttgart.

Baumol, W. / Strom, R. (2007): Entrepreneurship and economic growth,

in: Strategic Entrepreneurship Journal, Vol. 1, S. 233-237.

Belderbos, R. / Somers, D. (2015): Do Technology Leaders Deter Inward

R&D Investments? Evidence from Regional R&D Location Decisions in

Europe, in: Regional Studies, Vol. 49, Nr. 11, S. 1805-1821.

Bergmann, H. / Hundt, C. / Sternberg, R. (2016): What makes student en-

trepreneurs? On the relevance (and irrelevance) of the university and the

regional context for student start-ups, in: Small Business Economics, Vol.

47, Issue 1, S. 53-76.

Block, J. / Wagner, M. (2010): Necessity and opportunity entrepreneurs in

Germany: Characteristics and earning differentials, in: Schmalenbach

Business Review, Jg. 62, Nr. 2, S. 154-174.

BMWi (2016): Richtlinie zur Förderung von Unternehmensgründungen

(EXIST-Gründerstipendium) im Rahmen des Programms „Existenzgrün-

dungen aus der Wissenschaft“ – Neufassung – Vom 19. September 2016.

BMWi (2018): EXIST – Existenzgründungen aus der Wissenschaft, URL:

http://www.exist.de/DE/Programm/Ueber-Exist/inhalt.html [21.03.2018].

Bonaccorsi, A. / Colombo, M. / Guerini, M. / Rossi-Lamastra, C. (2013):

University specialization and new firm creation across industries, in: Small

Business Economics, Vol. 41, Issue 4.

Boschma, R. (2008): Constructing regional advantage: related variety and

regional innovation policy, report for the Dutch Scientific Council for Gov-

ernment Policy University of Utrecht (Utrecht).

Boschma, R. / Frenken, K. (2011): The emerging empirics of evolutionary

economic geography, in: Journal of Economic Geography, Vol. 11, Issue

2, S. 295-307.

27

Bröcker, J. / Fritsch, M. (2012): Ökonomische Geographie, Vahlen.

Bruton, G. / Ahlstrom, D. / Li, H.-L. (2010): Institutional Theory and Entre-

preneurship: Where Are We Now and Where Do We Need to Move in the

Future?, in: Entrepreneurship Theory and Practice, Vol. 34, Issue 3, S.

421-440.

Buenstorf, G. / Fornahl, D. (2009): B2C—bubble to cluster: the dot-com

boom, spin-off entrepreneurship, and regional agglomeration, in: Journal

of Evolutionary Economics, Vol. 19, Issue 3, S. 349-378.

Busenitz, L. / Gomez, C. / Spencer, J. (2000): Country Institutional Pro-

files: Unlocking Entrepreneurial Phenomena, in: Academy of Manage-

ment Journal, Vol. 43, Nr. 5, S. 994-1003.

Croissant, Y. / Millo, G. (2008): Panel data econometrics in R: The plm

package, in: Journal of Statistical Software, Vol. 27, Issue 2, S. 1-43.

Czarnitzki, D. / Rammer, C. / Toole, A. (2014): University spin-offs and the

“performance premium”, in: Small Business Economics, Vol. 43, Issue 2,

S. 309-326.

Desrochers, P. / Sautet, F. (2008): Entrepreneurial Policy: The Case of

Regional Specialization vs. Spontaneous Industrial Diversity, in: Entrepre-

neurship Theory and Practice, Vol. 32, Issue 5, S. 813-832.

Delgado, M., Porter, M. E., and Stern, S. (2010): Clusters and entrepre-

neurship, in: Journal of Economic Geography, Vol. 10, Nr. 4, S. 495-518.

Europäische Kommission / OECD (2012): A Guiding Framework for En-

trepreneurial Universities.

Florida, R. / Mellander, C. / Stolarick, K. (2008): Inside the black box of

regional development--human capital, the creative class and tolerance, in:

Journal of Economic Geography, Vol. 8, Nr. 5, S. 615-649.

Florida, R. /Tinagli, I. (2004): Europe in the creative age, London.

Fornahl, D. / Heimer, T. / Campen, A. / Talmon-Gros, L. / Treperman, J.

(2015): Cluster als Paradigma der Innovationspolitik – Eine erfolgreiche

Anwendung von Theorie in der politischen Praxis?, in: Expertenkommis-

sion Forschung und Innovation (Hrsg.): Studien zum deutschen Innovati-

onssystem, Nr. 13-2015, Berlin.

28

Frenken, K. / van Oort, F. / Verburg, T. (2007): Related Variety, Unrelated

Variety and Regional Economic Growth, in: Regional Studies, Vol. 41, Is-

sue 5, S. 685-697.

Freytag, A. / Thurik, R. (2007): Entrepreneurship and its determinants in

a cross-country setting, in: Journal of Evolutionary Economics, Vol. 17,

Issue 2, S. 117-131.

Fuchs, M. (2006): Sozialkapital, Vertrauen und Wissenstransfer in Unter-

nehmen, 1. Auflage, Wiesbaden.

Ghio, N. / Guerini, M. / Rossi-Lamastra, C. (2016): University knowledge

and the creation of innovative start-ups: An analysis of the Italian case, in:

Small Business Economics, Vol. 47, Issue 2.

Glaeser, E. L. / Kallal, H. D. / Scheinkman, J. A. / Shleifer, A. (1992):

Growth in Cities, in: Journal of Political Economy, Vol. 100, Nr. 6, Cen-

tennial Issue, S. 1126-1152.

Hayter, C. (2013): Conceptualizing knowledge-based entrepreneurship

networks: perspectives from the literature, in: Small Business Economics,

Vol. 41, Issue 4, S. 899-911.

Heblich, S. / Slavtchev, V. (2014): Parent universities and the location of

academic startups, in: Small Business Economics, Vol. 42, Issue 1, S. 1-

15.

Horta, H. / Meoli, M. / Vismara, S. (2016): Skilled unemployment and the

creation of academic spin-offs: A recession-push hypothesis, in: The Jour-

nal of Technology Transfer, Vol. 41, Issue 4.

Kiese, M. (2012): Regionale Clusterpolitik in Deutschland - Bestandsauf-

nahme und interregionaler Vergleich im Spannungsfeld von Theorie und

Praxis, Marburg.

Kuhn, J. / Malchow-Møller, N. / Sørensen, A. (2016): Job creation and job

types – New evidence from Danish entrepreneurs, in: European Economic

Review, Vol. 86, S. 161-187.

Lejpras, A. (2014): How innovative are spin-offs at later stages of devel-

opment? Comparing innovativeness of established research spin-offs and

otherwise created firms, in: Small Business Economics, Vol. 43, Issue 2,

S. 327-351.

29

Manolova, T. / Rangamohan, V. / Bojidar, S. (2008): Institutional Environ-

ments for Entrepreneurship: Evidence from Emerging Economies in East-

ern Europe, in: Entrepreneurship Theory and Practice, Vol. 32, Issue 1, S.

203-218.

Memili, E. / Fang, H. / Chrisman, J. / De Massis, A. (2015): The impact of

small- and medium-sized family firms on economic growth, in: Small Busi-

ness Economics, Vol. 45, Issue 4, S. 771-785.

Menzel, M.-P. / Fornahl, D. (2009): Cluster life cycles – dimensions and

rationales of cluster evolution, in: Industrial and Corporate Change, Vol.

19, Nr. 1, S. 205-238.

Meoli, M. / Vismara, S. (2016): University support and the creation of tech-

nology and non-technology academic spin-offs, in: Small Business Eco-

nomics, Vol. 47, Issue 2, S. 345-362.

Minniti, M. (2008): The Role of Government Policy on Entrepreneurial Ac-

tivity: Productive, Unproductive, or Destructive?, in: Entrepreneurship

Theory and Practice, Vol. 32, Issue 5, S. 779-790.

Minola, T. / Donina D. / Meoli, M. (2016): Students climbing the entrepre-

neurial ladder: Does university internationalization pay off?, in: Small

Business Economics, Vol. 47, Issue 3, S. 565-587.

Panne, G. v. d. (2004): Agglomeration externalities: Marshall versus Ja-

cobs, in: Journal of Evolutionary Economics, Vol. 14, S. 593-604.

Plummer, L. / Acs, Z. (2014): Localized competition in the knowledge spill-

over theory of entrepreneurship, in: Journal of Business Venturing, Vol.

29, Issue 1, S. 121-136.

Porter, M. E. (1990): The Competitive Advantage of Nations, in: Harvard

Business Review (March-April), S. 73-91.

Porter, M. E. (1998): Clusters and the New Economics of Competition, in:

Harvard Business Review (November-December), S. 77-90.

Quian, H. / Acs, Z. / Stough, R. (2013): Regional systems of entrepreneur-

ship: The nexus of human capital, knowledge and new firm formation, in:

Journal of Economic Geography, Vol. 13, Issue 4, S. 559-587.

30

Reynolds, P. / Bosma, N. / Autio, E. / Hunt, S. / Bono, N. (2005): Global

Entrepreneurship Monitor: Data Collection Design and Implementation

1998-2003, in Small Business Economics, Vol. 24, Issue 3, S. 205-231.

Rocha, H. (2004): Entrepreneurship and Development: The Role of Clus-

ters, in: Small Business Economics, Vol. 23, Issue 5, S. 363-400.

Sautet, F. (2013): Local and Systemic Entrepreneurship: Solving the Puz-

zle of Entrepreneurship and Economic Development, in: Entrepreneurship

Theory and Practice, Vol. 37, Issue 2, S. 387-402.

Schultz, C. / Mietzner, D. (2014): Gründungsausbildung an Hochschulen

in Deutschland, in: TH Wildau Wissenschaftliche Beiträge 2014, S. 103-

106.

Souitaris, V. / Zerbinati, S. / Al-Laham, A. (2007): Do entrepreneurship

programmes raise entrepreneurial intention of science and engineering

students? The effect of learning, inspiration and resources, in: Journal of

Business Venturing, Vol. 22, Issue 4, S. 566–591.

Stephan, A. (2014): Are public research spin-offs more innovative?, in

Small Business Economics, Vol. 43, Issue 2, S. 353-368.

Sternberg, R. (2009): Regional Dimensions of Entrepreneurship, in: Foun-

dations and Trends in Entrepreneurship, Vol. 5, Nr. 4, S. 211-340.

Storper, M. / Venables, A. J. (2004): Buzz: face-to-face contacts and the

urban economy, in: Journal of Economic Geography, Vol. 4, Issue 4, S.

351-370.

Stuetzer, M. / Audretsch, D. / Obschonka, M. / Gosling, S. / Rentfrow, P. /

Potter, J. (2017): Entrepreneurship culture, knowledge spillovers and the

growth of regions, in: Regional Studies

Stuetzer, M. / Obschonka, M. Brixy, U. / Sternberg, R. / Cantner, U. (2014):

Regional characteristics, opportunity perception and entrepreneurial ac-

tivities, in: Small Business Economics, Vol. 42, Issue 2, S. 221-244.

Tracey, P. / Clark, G. L. (2003): Alliances, Networks and Competititve

Strategy: Rethinking Clusters of Innovation, in: Growth and Change, Vol.

34, Nr, 1, S. 1-16.

Urbano, D. / Alvarez, C. (2014): Institutional dimensions and entrepre-

neurial activity: an international study, in: Small Business Economics, Vol.

42, Issue 4, S. 703-716.

31

8 Anhang

Tabelle 7: Exemplarischer time-lag der Variablen

EXIST 30.12.2016

EE SoSe 2015 + WiSe 2015/16

Cluster 2015

HEI_Size WiSe 2015/16

Image 2013

International WiSe 2015/16

Reg_HEI WiSe 20